4.4 Koefisien Determinasi
Dari tabel 4.3 dapat dilihat harga ∑
y
= 82.857.899,091 dan nilai
JK
= 82.187.167,635 telah dihitung sebelumnya, maka diperoleh nilai koefisien determinasi :
R
=
∑
R
2
=
. .
, .
. ,
= 0,992
Untuk koefisien korelasi ganda digunakan rumus, maka : R =
√
R
R = √
0,992
R = 0.996
Dari hasil perhitungan diperoleh nilai korelasi R yaitu sebesar 0,996 yang menunjukkan bahwa korelasi antara variabel bebas X dengan variabel tak bebas Y
berhubungan secara positif dengan tingkat yang tinggi. Adapun nilai koefisien determinasi
R
diperoleh sebesar 0,992 yang berarti sekitar 99 jumlah kelahiran dipengaruhi oleh jumlah pasangan usia subur, jumlah akseptor keluarga
berencana, dan jumlah puskesmas pembantu dan rumah bersalin. Sedangkan sisanya sebesarnya sebesar 100 - 99 = 1 dipengaruhi oleh faktor-faktor yang
lain.
Universitas Sumatera Utara
4.5 Koefisien Korelasi
4.5.1 Perhitungan Korelasi antara Variabel Bebas dan Variabel Terikat
Untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tidak bebas, maka dari tabel 3. 3 dapat dihitung besar koefisien korelasinya yaitu :
a. Koefisien korelasi antara jumlah kelahiran Y dengan jumlah pasangan usia subur
X
:
r
=
∑ ∑ ∑
{ ∑
∑ }{ ∑ ∑ }
=
. .
. .
. {
. .
. .
}{ .
. .
}
=
. .
. .
. .
{ .
. .
} { . .
. }
=
. .
. √
. .
. .
. .
= 0,9950836 Jumlah pasangan usia subur
X
berkorelasi sangat tinggi terhadap angka kelahiran Y yaitu sebesar 0,9950836.
b. Koefisien korelasi antara jumlah kelahiran Y dengan jumlah pengguna akseptor keluarga berencana
X
:
r
=
∑ ∑ ∑
{ ∑
∑ }{ ∑ ∑ }
=
. {
. .
. .
}{ .
. .
}
Universitas Sumatera Utara
=
. .
. .
. {
. .
. }{ .
. .
}
=
. .
. √
. .
. .
. .
= 0,9943711 Jumlah pengguna akseptor keluarga berencana
X
berkorelasi sangat tinggi terhadap angka kelahiran Y yaitu sebesar 0,9943711.
c. Koefisien korelasi antara jumlah kelahiran Y dengan jumlah puskesmas pembantu dan rumah bersalin
X
:
r
=
∑ ∑ ∑
{ ∑
∑ }{ ∑ ∑ }
=
. .
{ .
} { .
. .
}
=
. .
. .
{ .
} { . .
. }
=
. .
√ . .
. .
= 0,8886716 Jumlah puskesmas pembantu dan rumah bersalin
X
berkorelasi sangat tinggi terhadap angka kelahiran Y yaitu sebesar 0,8886716.
4.5.2 Perhitungan Korelasi antara Variabel Bebas
a. Koefisien korelasi antara jumlah pasangan usia subur
X
dengan jumlah akseptor keluarga berencana
X
:
r
=
∑ ∑ ∑ ∑
{ ∑
∑ }{ ∑ ∑ }
Universitas Sumatera Utara
=
. .
. .
. {
. .
. }{
. .
. .
}
=
. .
. .
. .
{ .
. .
} { .
. .
}
=
√ . .
. .
. .
.
= 0,999098 Jumlah pasangan usia subur
X
berkorelasi sangat tinggi terhadap jumlah akseptor keluarga berencana
X
yaitu sebesar 0,999098.
b. Koefisien korelasi antara jumlah pasangan usia subur
X
dengan jumlah puskesmas pembantu dan rumah bersalin
X
:
r
=
∑ ∑ ∑ ∑
{ ∑
∑ }{ ∑ ∑ }
=
. .
. {
. .
. .
}{ .
}
=
. .
. .
{ .
. .
} { .
}
=
√ . .
. .
.
= 0,881479 Jumlah pasangan usia subur
X
berkorelasi tinggi terhadap jumlah puskesmas pembantu dan rumah bersalin
X
yaitu sebesar 0,881479.
Universitas Sumatera Utara
c. Koefisien korelasi antara jumlah akseptor KB
X
dengan jumlah puskesmas pembantu dan rumah bersalin
X
:
r
=
∑ ∑ ∑ ∑
{ ∑
∑ }{ ∑ ∑ }
=
. .
. {
. .
. .
}{ .
}
=
. .
. .
{ .
. .
}{ .
}
=
. .
√ . .
. .
.
= 0,8899714 Jumlah akseptor KB
X
berkorelasi tinggi terhadap jumlah puskesmas pembantu dan rumah bersalin
X
yaitu sebesar 0,8899714.
4.6 Uji Koefisien Regresi Linier Berganda
Dari hasil perhitungan diperoleh model persamaan regresi linier ganda : Ŷ= 68,542 + 0,134
X
- 0,032
X
+ 18,324
X
Untuk mengetahui bagaimana keberartian setiap variabel bebas dalam persamaan regresi tersebut, maka perlu diadakan pengujian tersendiri mengenai koefisien-
koefisien regresinya. langkahnya adalah sebagai berikut :
1. Hipotesis pengujian :
H
: β
= 0 ; i=1,2,3 Terdapat pengaruh yang signifikan antara koefisien
X
,
X
dan
X
terhadap Y
Universitas Sumatera Utara
H
: β
≠ 0 ; i=1,2,3. Tidak terdapat pengaruh yang signifikan antara koefisien
X
,
X
dan
X
terhadap Y Taraf nyata signifikansi α = 0,05
2. Kriteria pengujian: jika
t t
maka tolak
H
; jika
t t
maka terima
H
3. Ambil kesimpulan berdasarkan hasil pengujian.
Untuk melakukan pengujian diperlukan rumus :
s
=
. ..
∑
dimana :
, . .
=
∑
, . .
=
. ,
= 42.162,911 ∑
x
= 6.008.127.984,77 ∑
x
= 3.160.909.495,09 ∑
x
= 877,45
R
= 0,97
Universitas Sumatera Utara
Dari harga-harga tersebut dapat dihitung nilai kekeliruan baku koefisien b
i
sebagai berikut :
s
=
2 3
. 2
. 1
, y
∑
2
=
. ,
. .
. ,
,
=
. ,
. .
,
= 0,030
s
=
2 3
. 2
. 1
, y
∑
2
=
. ,
. .
. ,
,
=
. ,
. .
,
= 0,041
s
=
2 3
. 2
. 1
, y
∑
2
=
. ,
, ,
Universitas Sumatera Utara
=
. ,
,
= 77,501
Kemudian didapatkan nilai distribusi student
t
=
t
=
, ,
= 4,524
t
=
, ,
= -0,784
t
=
, ,
= 0,236
Untuk taraf nyata α = 0,05 dan derajat kebebasan dk = n-k-1 = 22-3-1 = 18, dari tabel distribusi student t diperoleh
t
=
t
,
=
t
, ,
= 2,101. Maka dapat dilihat bahwa nilai
t
4,524
t
2,101 ;
t
-0,784
t
2,101 ; dan
t
0,236
t
2,101. sehingga
H
ditolak untuk koefisien regresi berganda
X
dan
H
diterima untuk
X
dan
X
. Ini berarti bahwa untuk prediksi jumlah kelahiran hanya jumlah pasangan usia subur saja yang
memberikan pengaruh yang berarti. Sedangkan jumlah akseptor KB dan jumlah puskesmas pembantu dan rumah bersalin tidak memberikan pengaruh yang berarti
terhadap jumlah kelahiran.
Universitas Sumatera Utara
BAB 5
IMPLEMENTASI SISTEM
5.1 Pengertian Implementasi Sistem